一种电缆瓷套终端红外图像自适应去噪方法

1.一种电缆瓷套终端红外图像自适应去噪方法，其特征在于，包括以下步骤：
(1)输入待去噪的电缆瓷套终端红外图像；
(2)将图像分解为R颜色分量图像、G颜色分量图像和B颜色分量图像；
(3)对于R颜色分量图像、G颜色分量图像和B颜色分量图像均采用自适应小波选择算法逐层确定最优基小波并将确定的各层基小波对图像逐层进行二维一次小波分解，得到最高分解层数上的近似小波系数和不同分解层数上三个方向上的细节小波系数；
(4)对于R颜色分量图像、G颜色分量图像和B颜色分量图像均保留步骤(2)得到的近似小波系数，对步骤(2)得到的细节小波系数进行自适应Bayes估计，得到图像的细节小波系数的Bayes最优估计；
(5)对于每个颜色分量图像，利用步骤(2)得到的最高分解层数上的近似小波系数和步骤(4)得到的不同分解层数上的细节小波系数的Bayes最优估计进行图像重构，得到去噪后的图像；
(6)利用步骤(5)得到的去噪后的R颜色分量图像、G颜色分量图像和B颜色分量图像合成为原来的彩色图像，得到去噪后的结果图像。
2.根据权利要求1所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，所述步骤(3)包括以下步骤：
(a)给定一个小波函数库{ψi:i=1,2,...,N}和小波分解层数K；
(b)从小波函数库中依次选择小波ψi，对红外图像信号s进行第一层小波分解，得到近似系数 和细节系数 l=1,2,3；
(c)依次计算小波ψi对应的近似系数 的能量百分比 直到i=N；
(d)比较计算得到的 如果 为 中最大值，其中，i=1,2,...,N，则 对应的小波ψp为第一层小波分解的最优小波；
(e)对第k层小波分解，其中，k＞1，令： 为最优小波ψp在尺度k-1上
的近似系数，从小波库中依次选择小波ψi对新的信号s进行一层小波分解，得到近似系数(f)依次计算小波ψi对应的近似系数 的能量百分比 直到i=N；
(g)寻找出 中最大的能量百分比值，其中，i=1,2,...,N，其对应的小波ψi为第j层小波分解的最优小波；
(h)重复步骤(e)～(g),直到k=K，从而得到所有分解层数上的最优基小波；
(i)将确定的各层最优基小波对图像逐层进行二维一次小波分解，得到最高分解层数上的近似小波系数和不同分解层数三个方向上的细节小波系数。
3.根据权利要求2所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，所述的步骤(i)中，所述近似小波系数的能量百分比的计算公式为：
式中，k=1,2,…,K， 为近似系数， 为细节系数，其中l表示方向，l=1，代表水平方向；l=2，代表竖直方向；l=3，代表对角线方向，K为小波分解层数。
4.根据权利要求1所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，所述步骤(4)中，所述图像的细节小波系数的Bayes最优估计表达式为：
式中，l表示方向，l=1，代表水平方向；l=2，代表竖直方向；l=3，代表对角线方向，k代表分解层数；(i,j)代表小波系数的序号； 代表第k层上，l方向上信号的小波系数方差； 代表第k层上，l方向上噪声的小波系数方差； 代表第k层上，l方向上带噪信号的小波系数； 代表第k层上，l方向上信号的小波估计。
5.根据权利要求4所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，第所述的k层上，l方向上的噪声估计均方差 计算公式为：
其中， 为k层上，l方向上带噪信号的小波系数 中值。
6.根据权利要求4所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，第所述的k层上，l方向上的带噪信号的小波系数方差 计算公式为：
其中， 为k层上，l方向上带噪信号的小波系数 的平均值。
7.根据权利要求4所述的电缆瓷套终端红外图像自适应去噪方法，其特征在于，第所述的k层上，l方向上图像信号的小波系数估计方差 计算公式为：
其中， 为第k层上，l方向上图像信号的小波系数估计方差， 为第k层上，l方向上的带噪信号的小波系数方差， 为第k层上，l方向上的噪声估计均方差。

暂无